Navigatie
AI BENCHY
Advertise here

AI BENCHY Compare

OpenAI: GPT-5.6 Sol vs StepFun: Step 3.5 Flash

Samenvatting

Benchmarkvergelijking GPT-5.6 Sol vs Step 3.5 Flash (medium): Step 3.5 Flash (medium) leidt in gemiddelde score met 6.6 vs 6.3. Step 3.5 Flash (medium) heeft lagere benchmarkkosten met $0.070 vs $0.225. GPT-5.6 Sol is sneller met 1.66s vs 72.53s, met slagingspercentages van 57.1% vs 54.0%.

Aanbevolen model: Step 3.5 Flash (medium) - Het heeft hier de beste score (6.6) en kost ongeveer 3.2x minder dan GPT-5.6 Sol.

Benchmarks gegenereerd uit AI BENCHY-testsuites op: 2026-07-09

Metriek GPT-5.6 Sol GPT-5.6 Sol none Releasedatum: 2026-07-09 Step 3.5 Flash Step 3.5 Flash medium Releasedatum: 2026-02-01
Score 6.3 6.6
Rang #101 #93
Betrouwbaarheid 10.0 10.0
Consistentie 9.0 8.9
Correcte tests
Slaagpercentage per poging 57.1% 54.0%
Instabiele tests 3 1
Totaal runs 63 60
Kosten per resultaat 2.244 0.198
Totale kosten $0.225 $0.070
Invoerprijs $5.000 / 1M $0.100 / 1M
Uitvoerprijs $30.000 / 1M $0.300 / 1M
Totaal aantal invoer-tokens 34,218 34,431
Uitvoer-tokens 1,776 91,587
Redeneer-tokens 0 195,973
Responstijd (gem.) 1.66s 72.53s
Responstijd (max) 3.93s 453.94s
Responstijd (totaal) 34.81s 1015.47s

Generatie-showcase

Hamster playing table tennis

Prompt: Create a detailed SVG illustration of a hamster playing table tennis.

#101 GPT-5.6 Sol

none
Kosten
$0.116
Tijd
78.7s
Tokens
3,944 tok

#93 Step 3.5 Flash

medium
Kosten
$0.008
Tijd
277.1s
Tokens
23,695 tok

Topmodellen op score

Score vs totale kosten

Responstijd (gem.)

Score vs Responstijd (gem.)

Totaal aantal uitvoer-tokens

Score vs Totaal aantal uitvoer-tokens

Categorie-uitsplitsing

Anti-AI-trucs Score Consistentie Slaagpercentage per poging Instabiele tests Correcte tests Responstijd (gem.) Invoer-tokens Uitvoer-tokens Redeneer-tokens
GPT-5.6 Sol 8.3 10.0 75.0% 0 1.27s 606 154 0
Step 3.5 Flash 10.0 10.0 100.0% 0 40.57s 694 20,391 24,176
Programmeren Score Consistentie Slaagpercentage per poging Instabiele tests Correcte tests Responstijd (gem.) Invoer-tokens Uitvoer-tokens Redeneer-tokens
GPT-5.6 Sol 5.5 10.0 33.3% 0 1.39s 7,302 390 0
Step 3.5 Flash 2.4 5.2 0.0% 0 258.38s 2,211 13,207 22,429
Gecombineerd Score Consistentie Slaagpercentage per poging Instabiele tests Correcte tests Responstijd (gem.) Invoer-tokens Uitvoer-tokens Redeneer-tokens
GPT-5.6 Sol 3.0 10.0 0.0% 0 3.93s 11,019 300 0
Step 3.5 Flash 10.0 10.0 100.0% 0 29.57s 13,638 1,176 12,984
Gegevensparsering en extractie Score Consistentie Slaagpercentage per poging Instabiele tests Correcte tests Responstijd (gem.) Invoer-tokens Uitvoer-tokens Redeneer-tokens
GPT-5.6 Sol 10.0 10.0 100.0% 0 1.53s 7,140 222 0
Step 3.5 Flash 10.0 10.0 100.0% 0 15.01s 7,368 600 13,886
Domeinspecifiek Score Consistentie Slaagpercentage per poging Instabiele tests Correcte tests Responstijd (gem.) Invoer-tokens Uitvoer-tokens Redeneer-tokens
GPT-5.6 Sol 3.6 7.2 22.2% 1 1.43s 723 54 0
Step 3.5 Flash 5.3 7.2 44.4% 1 170.45s 673 45,350 90,436
Algemene intelligentie Score Consistentie Slaagpercentage per poging Instabiele tests Correcte tests Responstijd (gem.) Invoer-tokens Uitvoer-tokens Redeneer-tokens
GPT-5.6 Sol 6.5 3.4 66.7% 1 1.52s 477 91 0
Step 3.5 Flash 5.5 10.0 0.0% 0 22.39s 509 240 3,506
Instructies opvolgen Score Consistentie Slaagpercentage per poging Instabiele tests Correcte tests Responstijd (gem.) Invoer-tokens Uitvoer-tokens Redeneer-tokens
GPT-5.6 Sol 8.5 6.8 83.3% 1 1.33s 660 84 0
Step 3.5 Flash 8.3 10.0 50.0% 0 4.78s 705 2,364 3,521
Puzzeloplossing Score Consistentie Slaagpercentage per poging Instabiele tests Correcte tests Responstijd (gem.) Invoer-tokens Uitvoer-tokens Redeneer-tokens
GPT-5.6 Sol 7.7 10.0 66.7% 0 1.49s 642 211 0
Step 3.5 Flash 5.3 10.0 33.3% 0 7.22s 711 5,630 10,861
Toolaanroepen Score Consistentie Slaagpercentage per poging Instabiele tests Correcte tests Responstijd (gem.) Invoer-tokens Uitvoer-tokens Redeneer-tokens
GPT-5.6 Sol 10.0 10.0 100.0% 0 3.70s 5,454 246 0
Step 3.5 Flash 10.0 10.0 100.0% 0 11.91s 7,701 275 3,802
Algemene kennis Score Consistentie Slaagpercentage per poging Instabiele tests Correcte tests Responstijd (gem.) Invoer-tokens Uitvoer-tokens Redeneer-tokens
GPT-5.6 Sol 3.0 10.0 0.0% 0 1.95s 195 24 0
Step 3.5 Flash 3.0 10.0 0.0% 0 108.45s 221 2,354 10,372

Snelle vergelijking

Vergelijkingspaar wisselen

Nemotron 3 SupermediumGratis beschikbaarvsGPT-5.6 SolnoneGemma 4 31BmediumGratis beschikbaarvsGPT-5.6 SolnoneGPT-5.6 SolnonevsQwen3.5-35B-A3BmediumGemini 3.1 Flash LitelowvsGPT-5.6 SolnoneGemini 3.1 Flash Lite PreviewlowvsStep 3.5 FlashmediumGemini 3.1 Flash Lite PreviewnonevsStep 3.5 FlashmediumGemini 3.1 Flash Lite PreviewlowvsGPT-5.6 SolnoneGemini 3.1 Flash LitelowvsStep 3.5 FlashmediumGemini 3.1 Flash LiteminimalvsGPT-5.6 SolnoneGemini 3.5 FlashminimalvsStep 3.5 FlashmediumQwen3.7 MaxnonevsStep 3.5 FlashmediumGPT-5.6 SolnonevsQwen3.6 27Bmedium